AI探索指南
-
- 最近因为一个契机，我从头开始参与基础大模型的训练开发。亲身经历去实践这个过程令我兴奋，也让我学到很多。有一些心得体会可以分享：
1. 人们常说GPT模型学习了整个互联网的数据，听上去只要能够把整个互联网爬下来就可以了，这个说法并不准确。训练的原始数据的确是来自互联网（CommonCrawl和私域的内容），但是实际拿来训练用的只是其中的子集——一个精心挑选的高质量子集。Sam Altman和Lex Friedman的访谈中说过，他们在数据上的大部分努力是去筛选信息，而不是堆积信息。原始数据需要经过大量的筛选、去重、格式化的处理，这个过程耗时耗力，也往往被忽视，但却是至关重要的。
2. 随着模型的参数上到百亿甚至千亿，很多新的能力开始涌现，而很多工程上的麻烦也随之而来。为了应对如此庞大的数据和模型体量，系统里几乎每个角落都需要优化，从数据处理、切分、训练时的样本和机器分布、梯度下降的稳定性、存储等等，各个方面都需要对应做提升，避免成为短板。一个成功的大模型背后离不开几十上百个细节的工程优化。
3. 一个还不成熟、有待考验的心得：现在想要做一个LLM，你并不需要一支庞大的团队。你只需要不到10个有经验、有行动力、能够高效合作的工程师就可以了。Meta、OpenAI、HuggingFace等团队都为这个生态提供了非常实用的轮子，只要使用得当，就可以获得明显的助力。当然，人数上可以精简，GPU计算资源还是得管够。 
- Mac 连接 iPhone 热点非常不靠谱
用了半小时后无论怎么都连不上了 - 这辆从北京到北海的列车非常有趣，从郑州开始全都是没去过但想去的城市，还直观地显示了时间间隔，
- 小小一段Prompt ，开启 AI 创造的一道门
如果你不会编程， 也想要写点软件，使用这个小小的Prompt 会给你相当炫酷的启发：
它是一种将代码转换为格式精美的 markdown 部分的简单方法，其中包含用自然语言解释发生了什么的代码块。
效果见视频，Enjoy！
©️ Wrigley
Invalid media: video - 这几天 iPhone 一到中午就没电了..
今天发现了罪魁祸首
它每天8点30才会充满
我每天6点就起床了
Apple 的机器学习行不行… - 之前有个基于电影 HER 里 Samantha 的声线和ChatGPT API 的语音聊天机器人 http://myshell.ai
- 号称世界排名第一的 AI 检测器,逃避用 AI 写文章可能被抓到的工具。
工作原理：它会扰乱每个句子，并完全掩盖了任何文本（最多 5000 个单词），同时保留原意，直到所有 LLM 的痕迹都消失。
它结合使用了 NLP 技术，包括使用 GPT4 进行释义和谷歌 T5 模型的微调版本。
PS：这是写论文的利器
Web:https://gptzero.me/ - 一个莫得感情的机器人
好喜欢😍
我难道觉醒了什么奇怪的xp？
不对不对，我一直以色咪咪的抖S大姐姐自居的 - 这期播客可以说是我的嘴替。
关于 LLM 有没有逻辑和推理，其实就是个哲学问题，如果你看到了。你能说没有吗？如果这都不算，那标准应该是什么？ https://www.xiaoyuzhoufm.com/episode/64244f5e8aca9099d7a5e51b - 刚刚知道现在 gmail 邮箱也能卖钱…
上次知道能 gmail 卖钱还是2008年刚出来的时候吧… - 使用 AI 在 20 秒内创建一个令人惊叹的网站,而且是带有文字和视觉效果的完整网站。
只要填入公司名称、类型、业务的关键词，在20秒内就能生成一个图像和内容跟关键词靠近的可编辑的网站。
还内置搜索引擎优化，确保在 Google 搜索中名列前茅。
PS:网站功能亲测可用，只是模板太少，应该会不断加多。
Web:https://butternut.ai/
